image - 如何批量处理色度关键照片(屏蔽绿屏)

Question

目标

我有数百张图片，它们看起来都与此处的这张图片相似:


我只是想使用绿色屏幕为每个看起来像这里的图像创建一个蒙版(最好将边框稍微平滑一点):



如果您想进行测试，这里是原始图像:https://mega.nz/#!0YJnzAJR!GRYI4oNWcsKztHGoK7e4uIv_GvXBjMvyry7cPmyRpRA

我试过的

我找到了 this用户使用 Imagemagick 实现色度键控的帖子。

for i in *; do convert $i -colorspace HSV -separate +channel \
  \( -clone 0 -background none -fuzz 3% +transparent grey43 \) \
  \( -clone 1 -background none -fuzz 10% -transparent grey100 \) \
  -delete 0,1 -alpha extract -compose Multiply -composite \
  -negate mask_$i; done;

但无论我如何调整数字，结果都不完美:


我觉得自己很傻，这么简单的问题我自己都找不到解决办法。另请注意，我使用的是 Linux。所以没有Photoshop或After Effects! :)

但我确信必须有一个解决方案来解决这个问题。

更新 1

我刚刚尝试使用 this greenscreen script来自 fmw42通过运行 ./greenscreen infile.jpg outfile.png我对结果相当满意。
但是处理一张图像大约需要 40 秒，这导致我的所有图像总共需要 8 小时(尽管我有一个相当强大的工作站，请参阅下面的规范)
也许这与处理时发生的那些错误有关？:

convert-im6.q16: width or height exceeds limit `black' @ error/cache.c/OpenPixelCache/3911.
convert-im6.q16: ImageSequenceRequired `-composite' @ error/mogrify.c/MogrifyImageList/7995.
convert-im6.q16: no images defined `./GREENSCREEN.6799/lut.png' @ error/convert.c/ConvertImageCommand/3258.
convert-im6.q16: unable to open image `./GREENSCREEN.6799/lut.png': No such file or directory @ error/blob.c/OpenBlob/2874.
convert-im6.q16: ImageSequenceRequired `-clut' @ error/mogrify.c/MogrifyImageList/7870.
convert-im6.q16: profile 'icc': 'RGB ': RGB color space not permitted on grayscale PNG `mask.png' @ warning/png.c/MagickPNGWarningHandler/1667.

工作站规范

内存 :125,8 GiB

处理器 : AMD® Ryzen 9 3900x 12 核处理器 × 24

图形 :GeForce GTX 970/PCIe/SSE2(其中两个)

Answer 1

我们知道背景是绿色的，可以通过颜色与物体区分开来，所以我建议使用颜色阈值。为此，我编写了一个简单的 OpenCV Python 代码来演示结果。

首先，我们需要安装 OpenCV。

sudo apt update
pip3 install opencv-python
# verify installation
python3 -c "import cv2; print(cv2.__version__)"

然后，我们创建一个名为 skull.py 的脚本。在与图像相同的目录中。

import cv2
import numpy as np

def show_result(winname, img, wait_time):
    scale = 0.2
    disp_img = cv2.resize(img, None, fx=scale, fy=scale)
    cv2.imshow(winname, disp_img)
    cv2.waitKey(wait_time)

img = cv2.imread('skull.jpg')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# define range of green color in HSV
lower_green = np.array([70, 200, 100])
upper_green = np.array([90, 255, 255])
# Threshold the HSV image to extract green color
mask = cv2.inRange(hsv, lower_green, upper_green)
mask = cv2.bitwise_not(mask)

#cv2.imwrite('mask.png', mask)
show_result('mask', mask, 0)
cv2.destroyAllWindows()

您可以轻松找到有关使用 OpenCV 进行 HSV 颜色操作的教程。我不会详细介绍这里使用的功能，但有一部分很重要。图像操作一般在 RGB 颜色空间中完成，其中包含红色、绿色和蓝色分量。然而，HSV 更像是人类视觉系统，它包含色调、饱和度和值分量。您可以找到 conversion here .由于我们根据感知来分离颜色，因此 HSV 更适合此任务。

关键部分是适本地选择阈值。我通过检查选择了大约 80 的色调(最大 180)，以及高于 200 和 100 的饱和度和值(最大 255)。您可以通过以下几行打印特定像素的值:

rows,cols,channels = hsv.shape
print(hsv[row, column])

请注意，原点是左上角。

结果如下:

可能需要两件事。一个是对一组图像进行操作，使用 for 循环是微不足道的。另一个是如果您不喜欢结果的某些部分，您可能想知道像素位置并相应地更改阈值。这可以使用鼠标事件来实现。

for i in range(1, 100):
    img = imread(str(i) + '.jpg')

def mouse_callback(event, x, y, flags, params):
    if event == cv2.EVENT_LBUTTONDOWN:
        row = y
        column = x
        print(row, column)

winname = 'img'
cv2.namedWindow(winname)
cv2.setMouseCallback(winname, mouse_callback)

请记住， show_result函数按比例因子调整图像大小。

如果你不想处理像素位置，而是想要平滑的结果，你可以申请 morphological transformations .特别是打开和关闭将完成工作。

kernel = np.ones((11,11), np.uint8)
opened = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
closed = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

开放结果(内核=11x11):